基于数字孪生与仿真推演的工程教育深度学习模式构建研究

摘要：数字孪生与仿真推演的融合所具备的虚实映射、现实场景复刻等功能为工程教育深度学习的实现提供了具象表达的有力载体。数字孪生与仿真推演的融合构筑工程教育深度学习展开的载体基础、多向度实现工程教育认证核心理念贯穿课堂教学始终、全方位重塑面向工程实践应用的工程能力和思维等是数字孪生在工程教育深度学习中得以推进的主要路径。该文在剖析基于数字孪生与仿真推演融合的工程教育深度学习包含开辟知识传递路径、建构立体化高效课堂、创建验证情境、重构师生角色及关系、支持实现持续改进的多维评价等维度的理论框架基础上，探索并构建了基于数字孪生与仿真推演融合的三阶段五环节工程教育深度学习模式，以期为工程教育深度学习的有效展开、提升工程教育专业人才的培养质量提供具有参考意义的视角和思路。

关键词：数字孪生；仿真推演；工程教育；深度学习；模式构建

中图分类号：G434 文献标识码：A

* 本文受2024年广东省科技创新战略专项资金（大学生科技创新培育）重点项目“粤港澳大湾区高校学术创业效率评价及影响因素研究”（项目编号：pdjh2024a116）、2023年度清远市产教融合社科专项课题规划项目“政府+高校+企业”联合培养工程硕博士的实践研究（项目编号：ZJCYJY202310）资助。

① 杨光为本文通讯作者。

一、引言

工程教育培养造就了一大批实现技术自主创新、解决复杂工程问题的工程科技人才队伍[1]，是推动产业迭代升级、助力经济转型发展以及赋能技术创新的中流砥柱。党的二十大报告指出：“加快建设国家战略人才力量，努力培养造就更多大师、战略科学家、一流科技领军人才和创新团队、青年科技人才、卓越工程师、大国工匠、高技能人才”。作为培育工程科技人才的沃土，工程教育被摆在了更加突出的位置。

2016年，我国成为《华盛顿协议》的正式成员国，这标志着我国工程教育的培养质量、认证体系和组织架构得到了其他成员国的认可并实现了国际上的实质等效。但在工程教育专业人才培养方面，当前我国的工程教育依然沿用传统普通本科教育的教学模式，仍然存在理论学习与实践操作的脱节[2]、学生工程思维转变滞后、教师教学缺少知识原理展开的客观载体、工程伦理及价值观的培养有待加强等不足。如何培养具备跨学科、系统思维、工程思维的能够引领未来科技革命和产业革命的工程专业人才[3]，逐步构建职普融通、本硕衔接的工程教育认证标准体系[4]，将政治立场坚定、知识底蕴深厚、创新能力突出、业务素养精湛四种导向高度统一于工程人才培养的全过程[5]，是推动我国工程教育质量提升的关键所在。

学习的本质是理解，数智化时代的深度学习要求学习者从浅层记忆走向深度理解[6]。深度学习是指教师引导学生超越知识的浅层记忆与表层理解，建构知识之间的逻辑架构和意义关联，注重知识体系背后蕴藏的学科内涵与实践价值，并促进学生塑造正向的情感、态度及价值观念。注重理解和强调迁移是深度学习的鲜明特点[7]。工程教育中所要求的工程能力和工程思维的培养及训练离不开深度学习提供的方向性指引，以引导学生从对知识的浅层认识转向关注知识背后隐藏的逻辑、情感和价值观，进而实现知识原理在结构上的联结和意义理解的网络化。工程教育深度学习的实现仰赖外在学习工具的具象表达，作为传统工程教育课堂中主要传递信息媒介的语言往往只能抽象地描述轮廓，而无法详尽呈现其细节。数字孪生与仿真推演的融合所具备的虚实映射、现实场景复刻、实时信息传输等功能为我们解决当前工程教育存在的问题带来了崭新的契机。基于此，我们提出基于数字孪生与仿真推演融合的工程教育深度学习模式，以期改善和解决当前我国工程教育发展面临的困境。

二、数字孪生在工程教育深度学习应用中的路径分析

（一）数字孪生的特征与要素

数字孪生是对物理实体精确而完整的数字化表达，是形成物理世界中某一生产流程的模型及其在数字世界中的数字化镜像的过程和方法[8]，通过整合系统运行的历史数据、传感器采集的实时数据以及自我挖掘而衍生的数据，利用多尺度、多概率、多物理量的仿真过程实现物理实体世界与数字孪生世界在全生命周期过程的虚实映射。数字孪生系统具有虚实共生、数据驱动、友好交互、动态更新等特征[9]。

数字孪生系统在诞生之初主要包含物理空间、虚拟空间和虚拟映射三个基本要素。当前数字化信息系统的复杂性难以用单一学科/专业、单元化、分散式的知识架构和资源进行表达，全链条/工业级的实践育人手段的缺乏致使其不足以应对高要求、复杂化的信息物理系统工程问题，不利于实现对产业数字化、智能化快速转型下的系统性工程思维以及跨界整合能力的培养[10]。在传统数字孪生三维模型已无法满足现阶段技术发展与应用需求的背景下，陶飞等将传统数字孪生三维模型扩展为包含物理实体、虚拟实体、孪生数据、服务和连接等维度的五维概念模型[11]，如图1所示。

物理实体及其环境组成了物理空间，虚拟实体及其操作部件组成了虚拟空间。物理空间的探测器、传感器对物理实体的具体参数实时采集信息，并传送到数据处理及交互系统，识别指令后传送到虚拟空间，并对虚拟实体做出相应的操作。虚拟实体主要面向数字孪生系统的使用者，使用者需要根据自身的需要对虚拟实体下达操作指令，在虚拟空间识别后传送给数据处理及交互系统，最后传送到物理实体。数据处理及交互系统构成物理空间和虚拟空间相互映射的桥梁，从而形成物理世界和虚拟世界能够信息同步、实时相互映射的数字孪生系统。

（二）数字孪生在工程教育深度学习应用中的推进路径

1.数字孪生与仿真推演的融合构筑工程教育深度学习展开的载体基础

仿真推演是一种依据部分真实环境信息通过计算机技术和程序建立合适的数学模型“仿真”出“全部”的客观条件和环境，对现实世界中的事件或系统的变化过程和发展趋势进行“推演”以得出可能结果的一种数字化方法。通过比较不同条件下仿真推演的结果差异，可以帮助人们理解现实复杂环境和系统的运行机制并预测未来可能发生的情形。不仅如此，仿真推演超越了时空的限制，能够根据自身需要测试方案和计划的同时规避在真实环境中实际操作的风险和成本。数字孪生为学习者提供了与物理实体等同的虚拟映像，仿真推演则为改变不同条件下的操作与应用提供了复现客观真实场景的工具，而这些特点和功能正是当前工程教育中所缺少和需要的部分，因而两者的融合为工程教育深度学习的展开构筑了坚实的载体基础。

2.多向度实现工程教育认证核心理念贯穿课堂教学始终

数字孪生因能够将实践全程地带入，这从根本上改变了实践的体验及其认知与改造世界的方式[12]。数字孪生与仿真推演的融合使教师能够以广阔的全局视野审视教学的纵向进展及每位学生的横向对比。教师能够在兼顾教学效果、把控教学进程的同时，及时切换并扮演课前准备、课中教学、课后反馈等不同阶段或环节所要求的角色，围绕学生在工程能力与思维培养、工程理论知识与实践操作的学习、工程伦理及价值观的塑造等方面的培养，依据学生“最近发展区”的动态变化而不断调整课堂教学的进程、策略或评价起点，以积极、开放、主动的姿态迎接和包容学生对所学知识的思考、质疑和批判，从多个向度实现工程教育认证核心理念在课堂教学中的渗透并将其贯穿始终，推动工程教育深度学习的有效实现。

3.全方位重塑面向工程实践应用的工程能力和思维

数字孪生与仿真推演的融合能够为学生在“真实”场景中解决复杂工程问题提供完整的任务情景和充分的构成条件。进一步而言，学生通过数字孪生与仿真推演的融合这一载体工具展开复杂工程任务解决方案的设计，并在这一过程中实现自身复杂工程问题解决能力、跨学科能力、系统思维等工程能力和思维自然舒展的调用和培养。在这样的课堂学习中，学生逐渐能够以工程项目实践者的身份自信地站在政府、企业和用户等工程实践中利益相关者的视角识别、分析和表达工程开展中的问题，在坚持正向工程伦理及价值观的前提下提出解决复杂工程问题、跨学科问题等问题的方案，使随着自身的学习与成长所重塑的全方位工程能力与思维更加贴近于工程实践的应用。

三、基于数字孪生与仿真推演融合的工程教育深度学习理论框架

学科知识、教学环节等彼此间的深度整合应是工程教育深度学习坚持的逻辑，更加强调知行合一，即理论与实践的辩证统一[13]。基于数字孪生与仿真推演融合的工程教育深度学习能够允许理论学习和实践操作的同时发生与进行。从理论学习维度看，它强调的是对知识原理的前后拓展，建立连续意义的关联，促进新旧知识、新旧经验和新旧认知在更大范围内的流动，及在此基础上孕育而生的多维理解和建立起来的立体知识结构。从实践操作维度看，它关注的是学习者根据自身需要改变问题的初始条件并验证结果，在不同结果的差异中产生多维体验、比较中生成自发反思，进而引发在不同观念的认知冲突中达成对知识原理的批判性认识与理解。从理论学习与实践操作的关系看，它使理论学习与实践操作融为一体成为了可能，在理论学习中获得能够从课堂学习灵活迁移并过渡到真实实践的能力，在实践操作中加深对理论学习的认识与理解，在理论学习和实践操作的交融互动中实现相互促进的动态循环。从教学效果看，它使传统课堂教学中静态、单维的知识讲解进化为以动态性、立体化的方式呈现，更是对能够兼顾知识、技能、工程伦理及价值观培养的拓展性、包容性、开放性教学的呼唤，帮助教师在课堂教学中实现知识解读的深刻、生活经验的联结、思想文化的浸润、核心素养的培养，真正达到有力量、有发展性的教学[14]。其理论框架如图2所示。

在数字孪生与仿真推演融合支持下的工程教育深度学习模式中，实践操作将成为课堂学习的核心，课程体系及课程内容将会在物理实体世界和虚拟数字世界融合的数字孪生空间得到重新的审视和构造[15]。数字孪生和仿真推演的融合在重现“真实”情景的同时为学生发展认知水平提供了附着点，激发学生的学习兴趣并提高学生学习主动性和积极性的同时，能够在不超越其思维局限性的前提下提供有针对性的学习内容以最大限度地辅助其思维进阶的实现，进而发展学生的“以解决复杂问题为核心、在验证过程中提高能力、批判性地形成信念”为基本特点的高阶思维[16]，及以复杂工程问题解决能力为典型代表的工程能力和思维。具体而言，基于数字孪生与仿真推演融合的工程教育深度学习理论框架由五部分组成。

（一）数字孪生与仿真推演开辟“自下而上”的工程教育知识传递路径

不同于传统工程教育课堂教学是教师根据教学进程的需要自上而下地构思和设计教学过程，在数字孪生与仿真推演融合支持下的工程教育深度学习中，教师教学的逻辑起点不再是教师想让学生学会什么，而是学生自己通过探究能够学会什么，课堂的中心由教师的“教”转移到学生的“学”。与此一致的是，知识传递的路径从纯粹的由教师向学生的单向传递演变为学生在教师教学目标的统领下完成对理论学习的探究，从原有的知识结构和经验水平的基础上建构起自身的知识体系，并在与教师所教知识的“博弈”中逐渐趋于完善。

（二）数字孪生与仿真推演的“操作载体”建构立体化形态的工程教育高效课堂

数字孪生与仿真推演的融合因其自身具备虚实映射、现实场景复刻、实时信息传输等功能而能够为教师和学生创建与所学知识相匹配的学习情景，同时也成为学生的思考足迹得以向外迈出并深入探索的操作载体。载体的建立与拓展为教师引导学生跳出知识的表层认识并获得深层理解进而完成知识彼此联系的解构和重组提供了有力工具，课堂教学形态逐渐从扁平化向立体化跨越，知识的广度和密度也因信息传递渠道的多样化和呈现载体的进一步扩容而得到大幅的提升，课堂单位时间内能够囊括并在师生互动中承载和传递更多的信息量，课堂教学效率也会随之得到显著提高。

（三）数字孪生与仿真推演创建工程教育课堂学习的验证情境

数字孪生和仿真推演的融合能够为工程教育的课堂提供完整而连续的知识载体，学生据此可以还原出知识原理被发现之初的条件，并以可视化的方式呈现知识原理在逻辑上运行的模样。触手可及的虚拟映像和复刻的现实场景为学生学习创造了解决问题的真实情境，学生能够根据学习的实际需要，改变知识原理呈现的条件，独立自主地探索和验证条件改变后的结果。例如，在虚拟实体端通过调整不同参数状态下的数控机床以观察数控刀具的切割形态、运行速度及行动轨迹等，学生在不断尝试的过程中不仅完成了对这一问题的探究，同时学生的预想和推测能够得到及时而有效的验证，并进一步巩固对知识原理的理解和应用场景的把握、加强工程思维和方法系统而完整的训练。

（四）数字孪生与仿真推演重构工程教育的师生角色及关系

课堂主体的转变是数字孪生与仿真推演融合条件下实现工程教育深度学习所必须做出的改变。此时，教师的角色从传统教学中知识的传授者和基本教学资料的提供者转变为学生学习的组织者、启发者、引导者、激励者和促进者，同时肩负着学习环境的建设者和维护者等角色[17]，学生也将由被动的知识信息接收者转变为知识原理的探究者、关联意义的建构者。教师是实施者，学生是执行者，深度学习由教师首先发起，最终在学生身上得到落实和体现。教师和学生在角色上的转变会自然地唤醒学生作为“探究者”的潜能，激发学生探究好奇心和学习兴趣，触发工程思维、系统思维、批判思维的启动，为工程教育深度学习的实现奠定课堂角色的基础。与此同时，教师与学生的关系也会随角色的转变而发生变化，教师不再是特定教学场景下知识的权威解释者，学生会在不断的审视、质疑和验证中发现教师关于基础知识和工程原理未曾涉及的内涵与外延并尝试予以建构和解释，教师与学生会在更加趋向于平等的师生关系中建立并完成课堂学习的互动与对话。

（五）数字孪生与仿真推演支持并实现持续动态改进的多维评价

工程学习是一个动态发展的过程[18]，与传统工程教育收敛而又趋同的线性思维培养的课堂不同的是，工程教育深度学习更加注重发散而具有个性差异的曲线思维的训练，如果只要求学生进行定义明确、结构良好的趋同性问题的学习，那么他们解决复杂问题所需要的批判性思维和创造能力将无法获得长足的发展[19]。数字孪生与仿真推演的融合系统能够实时地追踪每一位学生的学习进程，监测、分析和预测学生的学习行为与动作，以持续动态地把握学生的学习状态，收集学生课堂学习过程中的学习进度、行为轨迹、错误率以及所关注的焦点等多维度的数据，并据此分析、归纳学生的共性问题及个体差异，进而构建主要面向学生的动态学习过程、突出强调根据学生的发展水平而持续动态地改进并能够描述学生画像的多维评价。

数字孪生与仿真推演的融合支持的虚拟映像和现实场景复刻所具备的全要素表达、全过程呈现、全周期可塑等属性赋予了工程教育深度学习广阔的发展空间。基于数字孪生与仿真推演融合的工程教育深度学习模式能够助推学生在解决来源于工程实践的复杂工程问题的过程中逐渐掌握基本概念和工程原理，学会使用工程思维和方法审视和解决复杂工程问题，遵循正向工程伦理及价值观设计、创造和验证更加适切于工程实践应用的解决方案，提升能够应对不确定环境和因素的动态适应工程实践的能力，从而深化和贯彻工程教育深度学习的理论内涵及价值意蕴。

四、基于数字孪生与仿真推演融合的三阶段五环节工程教育深度学习模式

集中式的课堂学习按照时间顺序上的开始、进行和结束可以划分为课前、课中和课后三个阶段，但根据数字孪生和仿真推演融合后的课堂学习特点以及教师与学生在不同阶段所发挥的主体作用，可以将课堂学习全程分为师生课前准备、师生课堂学习、学生自主探究、师生课堂互动、师生课后评价等五个环节。据此构建了基于数字孪生与仿真推演融合的三阶段五环节工程教育深度学习模式，如图3所示。

高质量的课堂学习应是教师和学生双方共同努力与合作追求的目标。基于数字孪生与仿真推演融合的三阶段五环节工程教育深度学习模式注重理论学习和实践操作结合的特点，决定了教师和学生均需要全身心地投入课堂，共同实现教师教学和学生学习的预期成效。

（一）师生课前准备阶段：搭建课堂环境、构建课堂情景、设计课堂活动与任务

教师以上节课师生课后评价的内容及存在问题为出发点，结合本次课堂教学目标和教学内容搭建课堂环境。具体如下：首先，通过AI智能引擎、人物属性模拟、关联分析等方法，获取学生的包括学习成绩、性格特征、学习风格等在内的相关信息；其次，工程技术人员运用倾斜摄影、三维激光扫描、轮廓模型构建、建筑信息模型构建等数字孪生核心技术，以及符号库、3D模型库等资源，构建工程专业实验场景，接入物联设备及数据资源，将物理环境复刻到数字孪生场景，使学生能够在虚实结合的环境中观察浏览、交互操作、信息同步；最后，将工程专业知识、物理规则建立知识图谱，构建融合教学情景、智能体（人）和工程领域知识图谱的仿真推演模型，通过对物理世界的多源异构数据集成、多维空间数据索引、3D可视化渲染等途径实现多终端交互。

教师需要根据教学内容、教学目标及学生的个人准备构建课堂情境，并据此设计课堂活动与任务。学生根据数字孪生系统对自身学习行为、学习状况及目前专业基础知识掌握水平的检测及历史记录做出相应的查漏补缺，同时检测结果会推送给教师以及学校教学监管部门；此外，学生需要根据检测结果结合以往的自我表现及课程内容的掌握情况调整本节课的改进重点，针对本次课程中将要使用的数字孪生和仿真推演融合平台的学习内容和场景规划学习步骤。在上述基础上，教师根据系统收集到的学生学习基础及个体差异等信息，结合具体的工程实践、教学内容及教学目标，提出符合学生当前水平但又具有挑战性的工程实践问题，设计包括个人任务、小组任务和班级任务等形式的课堂活动，并预测课堂进程及可能出现的问题。在激发学生学习的兴趣和热情、调动学生探究的积极性和主动性的同时，培养学生在考虑工程环境、工程伦理等制约因素的条件下识别、分析、表达工程问题及解决方案的能力。

（二）课中学习阶段：师生课堂学习、学生自主探究、师生课堂互动

1.师生课堂学习

一方面，教师根据学生的多维属性特征设定不同的学习目标、学习训练内容和阶段考核标准，使得所有学生借助数字孪生平台能够身临其境地完成工程教育学习的全过程，从而达到体验工程原理、提升工程能力、培养工程思维、提高学习效率等目的。另一方面，根据数字孪生与仿真推演融合系统收集到的学生学习基础的差异以及普遍出现的问题等信息，教师更有针对性地展开对基本概念、工程原理等内容的教学，并在学生现有的学习基础上适当地加以拓展。

2.学生自主探究

与传统课堂中从教材到题目的自主探究不同，基于数字孪生与仿真推演的工程教育深度学习模式课堂中的自主探究以数字孪生与仿真推演融合平台作为实施操作的载体，学生完全能够在所学基础知识和工程原理的基础上对自身的猜想展开验证，是工程教育深度学习得以实现的关键环节。

在课堂学习后，学生对本节课的学习内容已经具备初步的认识与理解，接下来需要借助数字孪生与仿真推演的平台对基本概念、工程原理的内容展开验证，实现对工程原理及情境的向后还原和向前延伸的假设与检验。至此，学科基础知识的掌握已由纯粹的机械性识记转向解释性理解的层面。然后，按照教师课前设计的具有挑战性的个人、小组或班级任务，学生带着自身的猜想以及解决问题的方案在数字孪生和仿真推演的融合平台展开进一步的实施，“身临其境”地体验工程实践中如何在充满未知的情景下通过自身独立探究或团队协作的力量解决复杂工程问题，逐渐具备需要站在政府、企业及用户等利益相关者的角度并以工程投入长期使用后的眼光和思维验证和审视解决方案的可行性、有效性及科学性的能力。最后，学生可将自身对基本概念、工程原理检验后的内涵与外延的新认识、新理解加以介绍与说明，并将个人或小组方案的具体步骤、实施过程及执行结果汇总为个人或小组成果并准备在班级内分享。

需要注意的是，自主探究意味着在充满不确定性的未知中探寻解决问题的可行路径，当学生遇到阻碍而进展较慢甚至无法继续进行时，教师需要及时地采取干预行动，在问题解读、方案设计及方案可行性验证等方面予以提示或指引，助推学生对基本概念、工程原理、解决方案等已经姗姗来迟的理解与构思加速到来以紧跟课堂学习进程的整体步伐。

3.师生课堂互动

课堂教学进行到该环节时，学生对学习内容的探索已经几近结束，此时需要全体师生在已有基本内容的学习和小组成果的基础上进行充分的讨论。首先，学生需要对基本学习内容的认识与理解、方案设计及成果进行演示与解说；其次，其他学生与教师在途中可随时对演示中的同学进行发问，演示的同学或小组需要做出积极的回应；再次，无论是学生的演示还是提问，教师均需要审时度势地在学生的基础上进行可能的延伸，并予以必要的鼓励和纠正；最后，针对共同讨论的工程实践问题，将不同个人或小组的解决方案进行对比，同时也可与学生预先的猜想或数字孪生和仿真推演的一般做法进行对比，在不同解决方案的彼此交锋中使学生对基本概念、工程原理、方案设计、工程伦理及价值观等的认识与理解得到进一步的深度加工。

（三）师生课后评价阶段：评价、反思及改进

首先将课堂教学中各个阶段效果与最优的推演效果做对比，同时将比对结果反馈给教师和学生；然后，根据课中教学的实践效果建立数据图表进行统计和智能分析，构建数字孪生驾驶舱，可以让教师和学生对课堂学习效果有直观的认识，进而修订阶段性的教学目标和学习目标，通过个性化和差异化的评价引导学生思考、选择和使用适合自己的学习路线。

需要强调的是，评价及反馈是为了让学生客观、全面地了解自身的学习状况，并作为教师了解和掌握教学效果以更具针对性地进行教学改进的参考依据。教师和学生均需要分别对自身教学和学习过程中存在的优点与不足灵活采取不同的评价方法加以总结与反思，思考课中改进的时机与内容，并将反思结果及改进方案作用到下一节课的课前准备阶段，实现数字孪生与仿真推演融合支持下的工程教育深度学习螺旋式前进的动态循环。

五、结语

数字孪生与仿真推演的融合为工程教育深度学习的实现提供了具象表达的外显工具，为学生搭建了具身沉浸式地参与工程问题解决的过程以在“最近发展区”取得进步的“脚手架”，是师生共同对基础知识和工程原理展开全面而又深入的探讨与对话的有力载体。本研究对数字孪生与仿真推演在工程教育中的应用进行了有益的尝试和探索，针对工程教育重在实践操作的学习特点，结合数字孪生与仿真推演的虚实映射、现实场景复刻等功能构建了基于数字孪生与仿真推演融合的工程教育深度学习理论框架，并由此提出了基于数字孪生和仿真推演融合的三阶段五环节工程教育深度学习模式，为数字孪生在教育中的应用、工程教育深度学习的有效展开提供了具有参考意义的视角和思路。

参考文献：

[1] 李飞，牛冰等.工程教育支撑科技自立自强的理论逻辑与实现路径[J].科学学与科学技术管理，2023，44（1）：68-84.

[2][3] 罗远新，王树新等.创新引领，特色发展——重庆大学新工科教育的探索与实践[J].高等工程教育研究，2023，（3）：31-36.

[4] 朱露，胡德鑫.历史制度主义视域下美国工程教育认证标准的嬗变逻辑[J].黑龙江高教研究，2023，41（11）：63-71.

[5] 孙亮，徐震等.高等工程教育中课程思政的“八个维度”[J].天津师范大学学报（社会科学版），2023，（3）：64-71.

[6] 陈明选，周亮.数智化时代的深度学习：从浅层记忆走向深度理解[J].华东师范大学学报（教育科学版），2023，41（8）：53-62.

[7] 曾文婕.深度学习究竟是什么——来自历史、共时和未来维度的探问[J].教育研究，2023，44（3）：52-62.

[8] 陈根.数字孪生[M].北京：电子工业出版社，2020.4.

[9] 郑浩，王娟等.认知数字孪生体教育应用：内涵、困境与对策[J].现代远距离教育，2021，（1）：13-23.

[10] 谢远龙，王书亭等.教育数字化转型下数字孪生驱动的机械工程专业人才培养[J].高等工程教育研究，2023，（6）：47-53.

[11] 陶飞，刘蔚然等.数字孪生五维模型及十大领域应用[J].计算机集成制造系统，2019，25（1）：1-18.

[12] 涂良川.“数字孪生”拓展实践技术逻辑的哲学叙事[J].理论与改革，2023， （4）：64-74.

[13] 崔允漷.深度教学的逻辑：超越二元之争，走向整合取径[J].中小学管理，2021，（5）：22-26.

[14] 伍远岳.论深度教学：内涵、特征与标准[J].教育研究与实验，2017，（4）： 58-65.

[15] 李培根，陈立平.在孪生空间重构工程教育：意识与行动[J].高等工程教育研究，2021，（3）：1-8.

[16] 李海峰，王炜.面向高阶思维能力培养的数字孪生智慧教学模式[J].现代远距离教育，2022，（4）：51-61.

[17] 林健.工程教育的信息化[J].高等工程教育研究，2022，（1）：1-10.

[18] 汤瑞丽，梁丙卓等.面向复杂系统的高等工程教育再设计——南方科技大学SDIM“深度整合”新工科教育实践[J].高等工程教育研究，2023，（5）：41-47.

[19] Felder M R，Woods R D，et al.The Future of Engineering Education：Part 2.Teaching Methods that Work [J].Chemical Engineering Education，2000，34（1）：26-39.

作者简介：

蒋林浩：副研究员，博士，硕士生导师，常务副院长，研究方向为高等教育、研究生教育，科学教育。

张艳鹿：在读硕士，研究方向为教育管理、教师教育、教育信息化。

杨光：副研究员，博士，硕士生导师，研究方向为数字孪生、人工智能。

Research on the Construction of Deep Learning Mode of Engineering Education Based on Digital Twin and Simulation Deduction

Jiang Linhao1， Zhang Yanlu2， Yang Guang3

1.（Qingyuan） Institute of Science and Technology Innovation， South China Normal University， Qingyuan 511517， Guangdong 2.College of Teacher Education， South China Normal University， Guangzhou 510631， Guangdong 3.School of Artificial Intelligence， Guangdong Mechanical & Electrical Polytechnic， Guangzhou 510550， Guangdong

Abstract： The integration of digital twin and simulation deduction has the functions of mapping reality to reality and reproducing realistic scenes. The integration of digital twin and simulation deduction provides a powerful carrier for the realization of deep learning in engineering education. Digital twin can promote the application of deep learning in engineering education through integrating simulation deduction to construct a foundation of carrier for the development of deep learning in engineering education， realize the core concepts of engineering education accreditation throughout classroom teaching， and reshape the engineering ability and thinking for practical engineering application in an all-round way. On the basis of analyzing the theoretical framework that the deep learning in engineering education based on the integration of digital twin and simulation deduction includes opening up the knowledge transfer path， constructing three-dimensional and efficient classroom， creating validation situations， reconstructing teacher-student roles and relationships， and supporting the realization of multi-dimensional and continuous evaluation for improvement， this paper explored and constructed a three-phase and five-link deep learning model of engineering education based on the integration of digital twin and simulation deduction， in order to provide a referential perspective and idea for the effective development of deep learning in engineering education and the enhancement of the cultivation quality of engineering education professionals.

Keywords： digital twin； simulation deduction； engineering education； deep learning； model construction